#模型时代# 吴恩达：AI 工程技能图谱（1万份招聘信息筛选出四种能力）
我很高兴发布《AI 工程技能图谱》。与 2022 年相比，今天的软件构建方式已经发生了很大变化。掌握相关技能的人，可以获得大量值得投入的项目机会和职业机会。
围绕 AI 的信息环境十分嘈杂，也充斥着各种炒作。对开发者而言，最值得学习的技能究竟有哪些？为了帮助开发者确定学习重点，也帮助雇主招聘具备相应能力的开发者，我和团队一直在梳理 AI 工程所需的技能，并尝试将其绘制成一张图谱。
我们分析了超过 1 万份招聘信息，对 AI 专家、招聘经理和招聘人员进行了数十次结构化访谈，同时通过问卷收集数据，并综合分析了其他网络资料。最终，我们归纳出四项最重要的 AI 工程技能：
构建与部署 AI 应用
软件工程基础
使用编程智能体
定义构建方向
如果用一种不太正式的方式来描述，我们所做的工作类似于对招聘信息和专家访谈组成的庞大数据集进行聚类分析，从中识别当前及不久的将来最重要的技能。
先说明一下术语。我讨论的是“AI 工程技能”，而非“AI 工程师”这一职位。AI 工程师通常指负责构建 AI 系统的人，而 AI 工程技能的适用范围要广得多。
今天，所有开发者都应该掌握与云协作的能力，但只有一部分人的职位名称是“云工程师”。同样，所有开发者，包括全栈工程师、数据工程师、DevOps 工程师、机器学习工程师，当然也包括 AI 工程师，都需要具备 AI 工程技能。
构建与部署 AI 应用
AI 应用与传统应用的一个关键区别，在于 AI 应用的输出具有不确定性。向大语言模型输入提示词时，你无法预先知道它会给出什么结果。训练深度学习算法时，你也无法确定它会对新的样本作出什么预测。传统软件的行为通常更加可预测。
擅长构建与部署 AI 应用的人，需要理解 AI 的基本构件，例如大语言模型、上下文工程、检索增强生成（RAG）、智能体工作流、机器学习和深度学习。更重要的是，他们要知道如何利用统计方法衡量、引导和治理 AI 系统，让系统的行为变得更加可预测。
其中一项核心能力，是能够以严谨的方法持续开展评测，并建立错误分析闭环。
软件工程基础
深入理解软件的运行原理，可以显著提高构建软件的效率和质量。软件工程需要在成本、可扩展性、可靠性和速度等因素之间作出权衡。安全与隐私还会进一步增加系统的复杂度。
理解软件工程基础，才能识别系统设计中存在哪些权衡关系，并在技术栈选择、系统架构、数据存储和测试等环节作出更好的决策。
缺乏经验的开发者可能会通过 Vibe Coding 快速拼出一个解决方案，却不了解编程智能体在背后作出了哪些取舍。智能体作出的选择往往不够理想，原因之一是开发者不知道应该向它提供哪些上下文。
掌握软件工程基础之后，开发者可以使用准确的工程语言引导编程智能体，并让它在各种约束条件下作出更合理的取舍。
使用编程智能体
有效使用智能体编程，已经成为每一位开发者都需要掌握的核心技能。
具备这项能力的人，对智能体的工作方式有清晰的心智模型。他们了解智能体的局限，也知道如何绕开这些局限。他们能够迅速引导智能体，判断何时需要介入，何时应该让智能体独立工作，从而构建稳健的软件，同时避免浪费过多时间或 Token。
这要求开发者懂得管理编程智能体的上下文，在规划和执行之间作出合理取舍，并通过提供验证器或评测机制，帮助智能体自主完成闭环。
开发者还需要掌握其他相关能力，包括如何依据清晰的规格说明开展工作，如何判断哪些任务没有必要编写详细规格，如何编排多个智能体协同工作，以及如何避免智能体破坏生产数据库等严重问题。
智能体编程仍在快速发展。熟练使用编程智能体，既需要了解前沿实践，也需要建立一套持续尝试新工具的工作习惯，并随着最佳实践的变化不断调整自己的工作流。
定义构建方向
获得清晰的规格说明之后，编程智能体按照要求完成开发的能力正在迅速提高。因此，工程师的工作重点正在转向一个更上游的问题：规格说明中究竟应该包含什么。
工程师不能再期待别人交给自己一份精确到像素的设计稿，自己只负责实现。有效开展 AI 工程工作，需要具备产品判断力，并理解业务背景和客户目标。工程师由此能够参与定义产品、确定构建方向，并推动整个开发过程。
AI 也让工程师有机会承担更多责任，获得更大的主动权。你可以主动发现值得解决的问题和新的机会，并以负责任的方式将想法转化为成果。
要利用好这一机会，工程师需要知道如何推动项目向前发展。例如，什么情况下应该迅速构建最小可行产品（MVP），交给用户测试；什么情况下应该放慢速度，投入更多时间进行谨慎开发。
所有这些技能背后，都需要一种持续学习的心态。AI 仍在快速变化，我们必须不断学习、更新自身能力，并吸收正在形成的新实践。
DeepLearning.AI 的主要工作，就是帮助开发者掌握这些 AI 工程技能。接下来，我还会继续讨论这四项技能，逐一展开它们的具体内容，并发布更加详细的《AI 工程技能图谱》。
观察 AI 工程的发展方向，我对我们未来能够构建的产品和系统充满期待。希望你也能在这个未来中发挥重要作用。
